TEMA DE VALIDACION DE METODOS DE GAUSS

Mtodo de gauss:
Aunque este mtodo puede aplicarse a cualquier sistema de ecuaciones
lineales que produzca una matriz (cuadrada, naturalmente pues para que exista
solucin nica, el sistema debe tener tantas ecuaciones como incgnitas) de
coeficientes con los elementos de su diagonal no-nulos, la convergencia del
mtodo solo se garantiza si la matriz es diagonalmente dominante o si es
simtrica y, a la vez, definida positiva.
Es un mtodo iterativo, lo que significa que se parte de una aproximacin inicial
y se repite el proceso hasta llegar a una solucin con un margen de error tan
pequeo como se quiera. Buscamos la solucin a un sistema de ecuaciones
lineales, en notacin matricial:
Por ejemplo:

En el mtodo de gauss tambin encontramos unas reglas que nos permiten

ayudar a una ecuacin y estas son
Permutar
Ejemplo es permutacin
6x - 2y + 2z = 6
4x - 2y + 4z = -4
4x - 4y + 4z = 2
En este momento tenemos la ecuacin que nos dan pero no podemos hacerla
porque nos dara el cero que estamos buscando por eso tenemos que cambiar
la ecuacin que quiere decir las filas y as quedara paras poder hacer el

ejercicio.
4x 2y + 2x = -4
6x -2y +2z = 6
4x -4 + 4z= 2
Mtodos de gauss reducido:
Este mtodo de eliminacin que hemos aprendido se realiza de forma
esquemtica omitiendo las incgnitas y fijndonos nicamente en los
coeficientes y los trminos independientes del sistema sea el sistema de
ecuacin.
3x 2y + 4z = 3
5x 3y + z = 6
4x + 4y z = 2
Omitimos las incgnitas y almacenamos e las dos cajas matrices los
coeficientes juntos con los trminos independientes de la matriz ampliada
Quebrara de esta forma
3 -2

-3

-6

-1

-2

Escribimos las incgnitas y empezamos a resolver nuestro ejercicio.

3f34f1
3

3f25f1

-2

1 17

33

-17

20

19

-33
1

Despus empezamos a resolver la fila 3 de la fila 2 por 20 y obtenemos la

matriz de los coeficientes de forma triangular que estamos resolviente.

F3- 20 f2

-2

-17

-33

321

642

- 18

El nuevo sistema se resuelve por sustitucin hacia atrs; de esta forma

podemos hallar las respuestas que necesitamos en la ecuacin de mtodos
reduccin y as nos quedan.
321z= 642 = z= 2
Y 17(2) =-33 = y= 1
3x 2(1) 4(2) =3 =x=-1
Formulacin de mtodos de gauss y algoritmos:
Para unificar las descripciones algortmica, es conveniente aumentar la matriz
A con el vrtice B pues se debe realizar las mismas operaciones
simultneamente donde las columnas son coeficientes que se definen en
formulacin se obtienen directamente del mtodo de gauss Jordn en las que
se relacionan de las filas nicamente se puede realizar de la sub_matriz
triangular inferior. Esta matriz se transformaciones que se convierte en la matriz
aumentada en la forma triangular superior. Este mtodo de sistema triangular lo
podemos obtener directamente la solucin.

Algoritmo bsico de gauss:

Esto es suma matriz de coeficientes, aumentada con los vrtices des sistema
de la ecuacin lineal damos un ejemplo.

Eficiente del mtodo de gauss:

En este mtodo encontramos unas cantidades de operaciones aritmticas que
podemos realizar como son.
Normalizacin esto quiere decir dos ciclos anidados
Reduccin esto quiere decir tres ciclos anidados
Optimizacin de solucin esto es dos ciclos anidados
Mediante un recorrido de los ciclos del algoritmo, se puede determinar en forma
ms precisa que lo que se puede concluir que el mtodo de gauss es las
eficiente que nuestro mtodo gauss Jordn.
Estrategia de pivoteo:
Este mtodo es directo para resolver los sistemas de ecuacin lineales esta
operacin se puede multiplicacin est en la seccin critica del algoritmo esta
es una estrategia para disminuir el error de redondeo consiste en reducir.
Tambin entontamos la estrategia de pivoteo parcial antes de normalizar la fila
e se busca la columna e de cada fila i= e.e+1,..., n el cual es el elemento con
mayor magnitud. Esta estrategia de bsqueda es diferente de acero, se
concluye en el sistema que no tiene solucin nica y el algoritmo.

Instrumentacin computacional del mtodo de gauss con pivoteo:

Esto incluye la formulacin descrita y la estrategia de pivoteo parcial
anteriormente en notacin matricial en el mtodo de eliminacin gauss esto
tambin en sistema sea singular por los errores de redondeo no sea
exactamente igual de cero.

Mtodo de gauss Jordn:

El Mtodo de Gauss Jordn o tambin llamado eliminacin de Gauss
Jordn, es un mtodo por el cual pueden resolverse sistemas de ecuaciones
lineales con nmeros de variables, encontrar matrices y matrices inversas, en
este caso desarrollaremos.
El tema se presenta en 4 secciones: A) sistemas con solucin nica, B)
sistemas con infinidad de soluciones, C) sistemas sin solucin y D) sistemas
homogneos mtodos de gauss Jordn.
Ejemplo:
Esto es un sistema de ecuacin:
Ya Procedemos al primer paso para encontrar su solucin, anotarlo en su
forma matricial

Procedemos al primer paso para encontrar su solucin, anotarlo en su forma

matricial:

Lo primero que debemos hacer es transformar el 2 de la nuestra fila 1,de la

matriz original en el 1 de la primera fila de la matriz identidad; para hacer esto
debemos multiplicar todo la fila 1 por el inverso de 2, es decir por podemos
contener el primer nmero de nuestra fila primera.

Luego debemos obtener los dos ceros de la primera columna de la matriz

identidad: en el caso de la fila 2, se multiplicara a -3 (opuesto de 3) por cada
uno de los elementos de la fila 1 y se sumara su resultado con el nmero que
le corresponda en columna de la segunda fila. En el caso de la fila 3 se
multiplicara a -5 (opuesto de 5) por cada uno de los elementos de la fila 1 fila y
se sumara su resultado con el nmero que le corresponda en columna de la
tercera fila y as podemos encontrar el resultado de los dos ceros que
necesitamos de las columnas que estamos trabajando.

Despus de obtener los dos ceros hacemos lo mismo con la matriz entidad.
Adems si observamos la tercera fila, nos damos cuenta que todos los
elementos poseen el mismo denominador que es 2, entonces podemos
eliminarlos multiplicando todos los elementos de la fila 3 por 2 "el
denominador".

Ahora queremos obtener el 0 que se ubica en la fila 3, 2 columna de la matriz

identidad, para hacer esto buscamos el opuesto del nmero que se ubica en la
fila 3, 2 columna de la matriz con la cual estamos operando, en este caso -17,
cuyo opuesto ser 17; lo que hacemos ahora es multiplicar este nmero por
todos los elementos de la fila 2 y sumar esos resultados con el nmero que le
corresponde en columna de la fila 3 y as de esta manera vamos a obtener el
cero que estamos buscando.

De esta manera empezamos a observar como la matriz con la cual estamos

trabajando empieza a parecerse a la matriz identidad.
Nuestro siguiente paso es obtener el 1 correspondiente a la fila 3, 3 columna de
la matriz identidad, ahora bien, aplicamos el mismo procedimiento con el que
estbamos trabajando, es decir que vamos a multiplicar toda la fila 3 por el
inverso del nmero que se encuentre en la posicin de la fila 3, 3 columna, en
este caso 96/13, cuyo inverso ser 13/96.

En este momento ya tmenos los unos verticales Luego debemos obtener los
dos ceros de la tercera columna de la matriz identidad, para lograr esto,
buscamos el opuesto de los nmeros que se ubicaron por encima del 1 de la 3
columna de la matriz con la cual estamos operando, en este caso 11/13 y
cuyos opuestos sern - 11/13 y -, respectivamente.
Una vez hecho esto, se proceder a multiplicar los opuestos de estos nmeros

por cada uno de los elemento de la fila 3 y estos se sumaran a los nmeros de
su respectiva columna. Y de esta manera obtenemos los ceros de la columna
que estamos trabajando en estos momentos.

a hora lo que vamos hacer es realizar es obtener el 0 de la 1 columna, fila 2

de la matriz identidad, para hacer esto buscamos el opuesto del nmero que se
ubica en la 1 columna, fila 2 de la matriz con la que estamos operando, en este
caso es 3/2, cuyo opuesto ser - 3/2, lo que hacemos ahora es multiplicar este
nmero por todos los elementos de la fila 2 y sumar esos resultados con el
nmero que le corresponde en columna de la fila 1.

Como podemos observar hemos llegado al modelo de la matriz identidad que

buscbamos, y en la cuarta columna hemos obtenido los valores de las
variables, correspondindose de este modo y as encontramos lo que estamos
buscando:
x=1
y=-1
z=2
A) sistemas con solucin nica.
Resolver el siguiente sistema de ecuaciones lineales mediante el mtodo de
Gauss-Jordn.
2x + 3y + z = 1
3x- 2y- 4z = -3
5x - y - z = 4

a) Escribimos la matriz aumentada del sistema.

2

-2

-4

-3

-1

-1

Debemos llevar a dicha matriz a su forma escalonada reducida mediante

operaciones elementales en los renglones de la matriz, para esto, escribiremos
la matriz y a continuacin una flecha. Encima de esta flecha indicaremos la(s)
operacin(es) que estamos efectuando para que el lector pueda seguir el
desarrollo.
Notacin para las operaciones elementales en renglones
Nuevo rengln i de la matriz aumentada.
Intercambio del rengln i con el rengln j.
Nuevo rengln j de la matriz aumentada.
Desarrollamos para obtener la forma escalonada reducida.

SISTEMAS CON INFINIDAD DE SOLUCIONES

1) Obtener la solucin del siguiente sistema de ecuaciones lineales.
La ltima matriz est en su forma escalonada reducida, ya no se puede reducir
ms, de donde obtenemos:
Despejando x, y
Luego x, y dependen de z, si z = t, t R, tenemos
Es decir, el sistema de ecuaciones tiene una infinidad de soluciones ya que
para cada valor de t habr un valor para x, y, z.
Por ejemplo:
Si T=0 entonces, es una solucin para el sistema de ecuaciones.
Si T=1 entonces es otra solucin para el sistema de ecuaciones.
Si T=4 entonces tambin es solucin para el sistema de ecuaciones.
As una vez ms, remarcamos, el sistema tiene una infinidad de soluciones.
2) Resolver el sistema de ecuaciones
Si w = t, tenemos:
Hay infinidad de soluciones.

C) SISTEMAS SIN SOLUCION

1) Resolver el siguiente sistema de ecuaciones.
No hay necesidad de seguir reduciendo, del segundo rengln se tiene que dar
la igualdad (contradiccin), por lo tanto, el sistema no tiene solucin.
2) Resolver el siguiente sistema de ecuaciones.
Del tercer rengln se tiene que dar la igualdad 0=3, luego el sistema no tiene
solucin.
D) SISTEMAS HOMOGENEOS
Un sistema de ecuaciones lineales se dice HOMOGENEO si cada una de las
ecuaciones est igualada a cero es decir
Los sistemas homogneos SIEMPRE tienen solucin ya que
Es solucin del sistema, sta solucin es llamada la solucin trivial, as un
sistema homogneo de ecuaciones lineales tiene solucin nica o tiene una
infinidad de soluciones.
1) Resolver el siguiente sistema de ecuaciones.
Luego x=y=z=0, el sistema tiene solucin nica, la solucin trivial.
Algo ms para agregar
Hay dos temas adicionales que se deben de mencionar: La interpolacin con
los datos igualmente espaciados y la Extrapolacin.
Ya que los mtodos de Newton y de LaGrange son compatibles con los datos
espaciados en forma arbitraria, se debe de preguntar por qu se aborda el caso
de los datos igualmente espaciados. Antes del advenimiento de las
computadoras digitales, estos mtodos tuvieron gran utilidad en la interpolacin
de tablas con datos igualmente espaciados. De hecho se desarrolla un
esquema conocido como tabla de diferencias divididas para facilitar la
implementacin de estas tcnicas.
Sin embargo, y debido a que las frmulas son un subconjunto de los esquemas
de Newton y LaGrange compatibles con la computadora y ya que se dispone
de muchas funciones tabulares como rutinas de biblioteca, la necesidad de
puntos equidistantes se fue perdiendo. En particular, se puede emplear en la
derivacin de frmulas de integracin numrica que emplean comnmente
datos equidistantes.
La extrapolacin es el proceso de calcular un valor de f(X) que cae fuera del
rango de los puntos base conocidos X0, X1,..., Xn. La interpolacin ms exacta
usualmente se obtiene cuando las incgnitas caen cerca de los puntos base.
Obviamente, esto no sucede cuando las incgnitas caen fuera del rango, y por
lo tanto, el error en la extrapolacin puede ser muy grande. La naturaleza
abierta en los extremos de la extrapolacin representa un paso en la incgnita
porque el proceso extiende la curva ms all de la regin conocida. Como tal,

la curva verdadera diverge fcilmente de la prediccin. Por lo tanto, se debe

tener cuidado extremo en casos donde se deba extrapolar.
Pivotacion parcial:
Resuelve parte de este problema. Como la aparicin en el proceso de
eliminacin un elemento ak, k nulo obliga a intercambiar las ecuaciones, en la
practica un pivote muy pequeo va a producir una considerable inestabilidad
numrica en el sistema. La pivotacion parcial es la variante del mtodo de
eliminacin en la cual se elige el pivote como el mayor, en valor absoluto, de
todos los coeficientes de una columna.
Ahora consideraremos factores que afectan a la precisin de la solucin del
sistema Ax = b.
Algoritmo de eliminacin de gauss Jordn:
Ir a la columna no cero extrema izquierda
Si la primera fila tiene un cero en esta columna, intercambiarlo con otra que no
lo tenga.
Luego, obtener ceros debajo de este elemento delantero, sumando mltiplos
adecuados del rengln superior a los renglones debajo de l.
Cubrir el rengln superior y repetir el proceso anterior con la submatriz
restante. Repetir con el resto de los renglones (en este punto la matriz se
encuentra en forma escalonada).
Comenzando con el ltimo rengln no cero, avanzar hacia arriba: para cada
rengln obtener un 1 delantero e introducir ceros arriba de ste sumando
mltiplos correspondientes a los renglones correspondientes.
Formas escalonadas y escalada reducida:
Dos formas especiales de matrices son la escalonada y la escalonada
reducida. Una matriz puede tener las siguientes propiedades:
Todas las filas 1 estn en la parte inferior de la matriz.
El elemento delantero de cada fila diferente de cero, ste es llamado "pivote";
stos estn a la derecha del elemento delantero de la fila anterior (esto supone
que todos los elementos debajo de un pivote son cero).
Si una matriz A cumple con esas propiedades, se dice escalonada. Adems,
cumpliendo estas otras condiciones, decimos que la matriz se encuentra en la
forma reducida de rengln escaln o tan solo en forma escalonada reducida.

Conclusiones
En este mtodo podemos ver que algunas ecuaciones podemos resolver por

algunas mtodos que como reduccin, permutacin estas quiere decir que
podemos cambiar las ecuacin de la forma que podemos resolver para poder
entretener el cero que estamos buscando en las ecuaciones todos los mtodos
tienes sus forma de resolver algunas tiene solucin otras no

Bibliografa
es.slideshare.net/pepemunoz/mtodo-de-gauss-7617929
https://www.youtube.com/watch?v=jJbhsmJUml0
www.edu.xunta.es/centros/iesastelleiras/?q=system/files/uno.pd